摘要
无人机航拍图像配准是从不同视角的图像中获得有用的信息进行互补,针对传统从端到端的神经网络配准方法直接预测图像间的空间对应关系,未充分考虑到图像配准后的局部变形问题,本文提出一种基于无监督学习的多视航拍图像配准方法,框架是由两个卷积神经网络组成的级联。首先,第一个网络直接预测参考图像和待配准图像之间的刚性转换参数,并恢复它们之间的全局转换;其次,第二个网络使用第一个网络的参考图像和配准图像作为输入,预测位移场并对位移场进行限制;最后,利用有限的位移场来补偿两幅图像之间的局部变形。实验结果表明,本文提出的算法在航拍图像配准中具有较高的鲁棒性,优于现有的图像配准方法。
出处
《浙江测绘》
2023年第3期1-5,共5页
Zhejiang Surveying And Mapping
